一项名为 MemDev-Bench 的新基准测试已被开发出来，用于评估代码代理在处理不断发展的代码库时内存系统的有效性。该基准测试通过整合时间上有效的历史记录并控制任务相关性，解决了现有系统的局限性。初步研究结果表明，内存主要能增强细粒度的代码定位和编辑，从而提高功能正确性。然而，内存系统也可能导致代理重用不适用的过往经验而引入失败，并且原始历史轨迹似乎比压缩内存更有效。 AI
影响 该基准测试可能带来更有效的 AI 代理内存系统，提高它们处理复杂、不断发展的代码库的能力。
排序理由 该集群描述了在 arXiv 上发表的一个新的学术基准测试和研究论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2610.27524v1 Announce Type: new Abstract: Code agents increasingly work on evolving real repositories, and memory systems aim to help them reuse earlier experience. However, such experience is diverse and evolving, so it remains unclear how memory systems organize it and th…
Code agents increasingly work on evolving real repositories, and memory systems aim to help them reuse earlier experience. However, such experience is diverse and evolving, so it remains unclear how memory systems organize it and thereby affect code agents. Existing benchmarks ca…